Tack för att du skickade din fråga! En av våra teammedlemmar kontaktar dig snart.
Tack för att du skickade din bokning! En av våra teammedlemmar kontaktar dig snart.
Kursplan
Introduktion till artificiell intelligens
- Vad är AI och var används det?
- AI vs. Maskininlärning vs. Djupinlärning
- Populära verktyg och plattformar
Python för AI
- Repetition av grundläggande Python
- Användning av Jupyter Notebook
- Installation och hantering av bibliotek
Arbete med data
- Dataförberedelse och -rensningsarbete
- Användning av Pandas och NumPy
- Visualisering med Matplotlib och Seaborn
Grundläggande maskininlärning
- Superviserad vs. osuperviserad inlärning
- Klassificering, regression och klustringsanalys
- Modellträning, validering och testning
Neuronala nätverk och djupinlärning
- Arkitektur för neuronala nätverk
- Användning av TensorFlow eller PyTorch
- Bygga och träna modeller
Naturlig språk- och datorseende
- Textklassificering och opinionsanalys
- Grundläggande bildigenkänning
- Förtränade modeller och transferlearning
Implementering av AI i applikationer
- Spara och ladda modeller
- Använda AI-modeller i APIs eller webbapplikationer
- Bästa praxis för tester och underhåll
Sammanfattning och nästa steg
Krav
- Förståelse för programmeringslogik och strukturer
- Erfarenhet av Python eller liknande högnivåprogrammeringsspråk
- Grundläggande kunskap om algoritmer och datastrukturer
Målgrupp
- IT-systemsprofessionals
- Softwareutvecklare som vill integrera AI
- Ingenjörer och tekniska chefer som utforskar AI-baserade lösningar
40 Timmar
Vittnesmål (2)
Att jag har fått kunskap om Streamlit-biblioteket från Python och jag kommer säkert att försöka använda det för att förbättra applikationerna i mitt team som är skapade med R Shiny
Michal Maj - XL Catlin Services SE (AXA XL)
Kurs - GitHub Copilot for Developers
Maskintolkat
Föreläsarens kunskap i avancerat användande av copilot & Tillräckligt och effektivt praktiskt pass
Tan - ViTrox Technologies Sdn Bhd
Kurs - Intermediate GitHub Copilot
Maskintolkat